豫北麦区小麦白粉病中期测报技术研究

通过对小麦白粉病１４ａ的发生情况研究分析，初步明确影响豫北麦区小麦白粉病流行的主要因素和主要预测因子是当年早春３月中旬的菌源基数、３～４月份降水量和日照时数，提出了病害中期预测的综合分析预测法和预测指标，建立了病害发生程度预测式，经１９９４～１９９５年预测检验。

气象条件对小麦白粉病发生影响的研究

根据近 1 0多年来江苏省代表站的小麦白粉病始病期、严重率和同期的气象资料 ,采用滑动相关普查方法 ,分析了气象条件对白粉病发生的影响作用 ,发现气象条件对白粉病始病期和严重率有着显著的影响 ,但影响作用具有阶段性和区域性。在此基础上建立了白粉病的预报模式。

基于Fisher判别准则的河北省小麦白粉病气象条件中期预报模型

将1983-2010年河北省麦区7个站点的白粉病发生程度与同期气象资料进行相关分析,初步明确了3月下旬-4月中旬平均相对湿度是影响病害流行的关键气象因子;t检验结果显示,河北省白粉病轻、重分布区的差异不显著,表明不必分区建立预测函数;通过Fisher判别准则,构建了白粉病发生程度的判别分级模型,其历史拟合率达到82.5%,2010年的试报准确率达到100%,表明模型预报效果较好。该模型的建立提高了对小麦白粉病预测的准确性,为小麦白粉病的早期防治提供了依据。

商丘市小麦白粉病预测模式研究

以商丘市1995-2005年的小麦白粉病发病面积、地面气象资料和大气环流特征量为依据,利用相关系数法进行因子普查,筛选出了影响商丘市小麦白粉病发生和流行的主要地面气象因子和大气环流特征因子及其关键时段,并利用多元线性回归方法建立了数学预测模型,模型历史拟合准确率为95.2%。利用该预测模式在2006年和2007年对商丘市白粉病发病面积进行预测,预报精度分别为93.1%和90.2%。

南方地区冬小麦白粉病预测模型的研究

由于南方地区冬小麦白粉病的预测是一项多因素的复杂工程,因而针对传统预测方法的不足,提出了一种基于灰色系统GM(1,1)理论和BP神经网络相结合的预测模型。灰色系统GM(1,1)模型理论建模方法简单,计算量小,而BP算法特别适合于对GM(1,1)模型进行残差修正,利用两者的结合可以建立较高精度的预测模型。利用该模型对南方某地区冬小麦白粉病进行了预测,结果表明,该模型准确有效,适用于该地区的冬小麦白粉病的预测。

陇南山区小麦白粉病流行程度预测模型

调查分析1990-2005年陇南山区小麦自粉病发生、流行资料，发现：陇南自龙江流域为小麦自粉病常发重发生区，徽成盆地为小麦自粉病易发区，西汉水流域为小麦自粉病轻发区；小麦感病品种面积、上年秋苗平均病叶率和病田率、当年早春平均病田率、上年7、10月和当年5月平均气温、当年4月和上年7、8、11月降水量与全市春季小麦白粉病流行程度相关十分显著，上年9月到次年3月平均气温和4～8月降水量与小麦白粉病流行程度呈正相关，4～8月平均气温和9月到次年3月降水量与小麦自粉病流行程度呈反相关。由此建立的预报模型，历史拟合率可妹93．75％．2006年业备应用预报准确率100％。

小麦白粉病灰色灾变预测研究

为了探索小麦白粉病预测的新方法,以灰色系统理论为基础,建立了小麦白粉病的灾变预测模型和灾变季节预测模型,灾变预测模型平均相对精度达到95.24%,建立的灾变季节模型包括达到防治指标日的预测模型和发病高峰日的预测模型,平均相对精度分别为90.40%和89.85%,模型精度较高。结果表明,3种模型均能够准确地预测小麦白粉病。

河南省主推小麦品种白粉病发生程度及流行动态研究

经１９９５～１９９７年的试验表明，河南省近几年推广的小麦品种６７％以上为感白粉病品种。极感品种（豫麦１３号）白粉病发生早，发病全盛期长，约３０ｄ，表观侵染速率（ｒ）达０１１～０１６，最终病指和病指曲线下面积（ＡＵＤＰＣ）都最高；高感品种豫麦２５等的最终病指及ＡＵＤＰＣ值分别比极感品种低１９％～６６％、４０％～７３％，发病早，发病全盛期２５～３０ｄ，ｒ值０１～０１５；中抗品种豫麦２１号、２４号、中育４号占３３％，没有免疫品种。中抗品种的最终病指及ＡＵＤＰＣ值比极感品种分别低８３％～９１％、８９％～９４％，且发病较晚，发病全盛期只有１０ｄ，ｒ值００６～０１１。

我国小麦白粉病逐年加重的原因分析及对策

本文首先介绍了我国小麦白粉病发生危害的历史和现状;评述了小麦白粉菌猖獗的生物学和流行学基础。然后,根据植物病害流行学原理,列举了大量的历史统计数据,运用了数学模型的分析方法,从理论上分析阐明了全国种植的小麦品种抗性退化或丧失,氮肥重施偏施,耕作制度变化,农田灌溉面积巨增,田间小麦密度加大,大气候变暖以及人们认识上的局限性所致的决策上失误等原因的综合作用,造成了小麦白粉病日趋严重的局面。进而预测未来该病仍呈上升趋势。最后,提出了短期和长期的对策建议。

2016年平凉市崆峒区小麦白粉病发生特点及防控策略

2016年小麦白粉病在甘肃省平凉市崆峒区呈中度流行,发生面积约1.87万hm^2。调查发现绝大多数品种田间病级6~7级,个别品种达到9级,抗病品种相对较少。初步分析认为生产品种抗病性偏低、秋苗及春季菌源量较大、气候条件适宜是导致小麦白粉病发生流行的主要原因。强化预警系统建设、加强抗病品种(系)的筛选与应用、种子拌种及其他农业防治技术措施的集成应用及应急防治是防控崆峒区小麦白粉病发生流行的根本之策。

我国小麦白粉病发生流行的长期气象预测研究

确定了影响我国小麦白粉病发病流行的9项关键环流特征因子指标,其中4项较好地表征了我国小麦白粉病发病面积轻、偏轻、偏重、重4个级别的气候特征。以关键环流特征因子距平为预测因子,建立的上年10月初、当年4月初制作预报的2个全国小麦白粉病发病面积距平预测模式历史拟合效果较好,对2004年的外延预报准确率分别达87.5%和98.2%。通过分析关键大气环流特征因子对我国小麦白粉病发生流行的可能影响机制,发现前期关键环流特征因子对我国小麦白粉病的发生流行具有很好的气候背景指示效应。

河北小麦白粉病流行的气象指标研究

以河北省中南部小麦白粉病发生较重的麦区为例,利用白粉病观测资料与区域病情调查资料和气象资料,采用合成分析法、秩和检验法进行了小麦白粉病关键气象影响因子的筛选和预测因子临界值的确定;建立了预测因子指标。基于灾变规律关键时方法,建立了白粉病发生程度的预测指标模型,并对区域小麦白粉病年度发生程度进行了拟合、外延预报。结果表明,10年拟合预报中仅有1年偏差1个等级;2年外延预报结果与实际发生情况完全一致。对1995-2007年,白粉病轻度发生年份的预测准确率为100%,流行年份的预测准确率为83%,模型的总预测准确率达90%以上。

基于大气环流特征量的河北省冬小麦白粉病预报模型

利用1990-2010年逐年的河北省冬小麦白粉病和国家气候中心74项大气环流特征量指数(即大气环流指数)逐月值资料,通过Pearson相关分析和逐步回归分析方法,筛选与白粉病发生显著相关的大气环流因子,建立河北省冬小麦白粉病受害面积的年前、春季预报模型。首先根据白粉病发生面积与大气环流指数关系,建立白粉病发生面积预报模型(模型I和模型II),并基于贝叶斯分类规则,利用白粉病面积预报结果建立白粉病发生程度的预报模型;另外,基于贝叶斯分类规则直接利用关键大气环流指数建立白粉病发生程度预报模型(模型III和模型IV);最后通过预报结果与实际发生情况的对比对模型效果进行检验。结果表明,白粉病发生面积和发生程度两种模型均可在发病前1a的12月底和当年4月底进行预报;对1990-2010年的历史回代拟合和2011-2013年的外延预报结果显示,模型I和模型II预报的小麦白粉病发生面积(1990-2013年)与实际发生面积基本一致,年前和春季病害发生程度预报模型(模型III和模型IV)的历史回代拟合准确率分别为81.0%和90.5%,2011-2013年外延预报误差最大的仅1个等级。说明大气环流特征量对小麦白粉病有较强的气候指示效应,可为小麦白粉病的长期预测提供参考依据。

豫西地区小麦白粉病发生程度Fuzzy预测模型研究

以灵宝市1987～2002年的病情调查资料和气象资料为依据,用模糊数学原理对豫西地区小麦白粉病发生程度进行分析预测,找出了影响该地区小麦白粉病发生流行的主导因素即气象因素,建立了简单易行,适于基层推广使用的Fuzzy数学预测模型,可在进入防治关键期前2个月对其发生程度做出预测估计,且预测效果较好。

河北省小麦白粉病发生程度的中期预测

根据全省１０个县（市）９ａ的历史资料进行归纳总结，提出小麦白粉病流行结构模型，利用３月下旬至４月中旬的气象因子（降雨量、雨日、平均相对湿度）实况值，用判别分析的方法，对当年小麦白粉病发生程度进行中期预测，经１９９３～１９９４年的应用检验。

设施黄瓜白粉病流行动态与预测模型

通过持续监测2007—2019年设施黄瓜白粉病的田间流行动态,研究其田间流行规律并建立预测模型。结果表明,不同年份设施黄瓜白粉病盛发期时间总体较一致,春黄瓜、秋黄瓜发病最高峰分别为6月中旬、10月上旬;年度间的峰期持续时间、发生量差异较大,春黄瓜以2019年高峰期发病最重,秋黄瓜以2009年发病最重,2013年春黄瓜和秋黄瓜上均发病重但峰期持续时间短;该病的流行与气候条件密切相关,干湿交替频繁、冷暖起伏大的环境条件下发病重。在此基础上,根据该病害的田间系统调查资料及每年3—10月的气象因素,采用逐步回归分析法,建立了春黄瓜、秋黄瓜高峰期发生量预测模型。经拟合率检验,各模型均达75分以上的准确度,说明拟合结果与实测值相符,可用于瓜类白粉病的流行预测。

河南省小麦白粉病综合发生等级预测技术研究

利用镇平县和伊川县1991—2010年、安阳县和项城市1991—2000年的小麦白粉病调查资料和气象观测资料,通过数理统计的方法分析影响小麦白粉病发生等级的各种气象因子,建立河南省小麦白粉病分区预测模型,并以此为基础建立河南省综合预测模型。研究表明,镇平、伊川、安阳和项城小麦白粉病发生等级均与3月份的相对湿度和上年3月下旬的温雨系数显著相关。利用以上2个气象因子建立了河南省小麦白粉病分区发生等级预测模型和综合发生等级模型。利用分区模型对2012年4个站点小麦白粉病发生等级进行预测,有3个站预测等级与实际等级相同,1个站误差在1个等级之内,基本上达到了预测要求。利用综合模型对2011年和2012年河南省小麦白粉病综合发生等级进行预测,预测结果准确率达100%。因此,建立的模型可以用于预测河南各分区和全省的小麦白粉病发生等级。

2016年江苏地区小麦白粉病发生特点及治理对策研究

介绍了2016年小麦白粉病在江苏省的发生概况,分析了2016年江苏地区小麦白粉病的发生特点、发生原因。针对近年小麦白粉病在江苏麦区偏重以上发生态势,建议通过推广抗(耐)病品种,强化田间栽培管理,优化防控策略,推进专业化统防统治等措施,以期降低小麦白粉病发生危害。

基于北太平洋海温的河北省冬小麦白粉病发生趋势预报

基于全球气候系统的遥相关机制,北太平洋海温经常作为中国中长期天气和气候预报的指示因子.为延长冬小麦白粉病预报时效,提高预报的实用价值,利用北太平洋海面温度的逐月5（经度）×5（纬度）网格数据,通过1990-2010年历史数据的相关分析和逐步回归分析,发现前1年5月-当年4月的北太平洋赤道中部和西北部区域的太平洋海面温度（SST）对河北省冬小麦白粉病发生面积存在显著影响;进而筛选并利用关键海温因子建立不同时段的河北省白粉病发生面积预报模型,即利用前1年5月-12月的海温、可在年前进行白粉病预报的年前预报模型以及利用前1年5月-当年3或4月海温进行预报的白粉病早春模型或仲春模型;并根据贝叶斯分类规则,进一步建立了白粉病流行程度的等级预报模型.经检验,3个时段模型的面积预报历史拟合率分别为82.6%,83%,80.5%,贝叶斯模型对发病程度历史拟合的最大误差为1个等级;在2011-2013年的实际应用预报中,2012年将中等偏轻的实况预报为偏重发生,相差2个等级,其他年份预报结果与实际发生趋势一致.另外,分析结果还表明,白粉病发生面积与前1年发生面积显著相关,因此,建立了基于前1年生物基数和太平洋海温预报的小麦白粉病中长期综合预报模型.结果表明,海温对小麦白粉病害具有较强的气候指示效应,辅以其他因子的综合预报方法,能够较早、较好地预报出冬小麦白粉病流行程度,从而提高白粉病的长期预报能力,为生产部门的管理决策和提高防保效率提供可靠依据.

白粉病对小麦光合特性的影响及病害严重度的定量模拟

【目的】明确白粉病胁迫对小麦光合特性的影响规律,构建白粉病胁迫下小麦光合生产的模拟模型。【方法】以小麦为试验材料,分别于拔节期和孕穗期进行不同接种程度的小麦白粉病试验,明确白粉病对小麦光合特性的影响规律;在此基础上构建小麦白粉病严重度预测模型,量化白粉病对小麦的生理影响;基于单叶净光合速率(Pn)和叶面积指数(LAI),实现小麦白粉病严重度预测模型与作物生长模型(WheatGrow)的耦合。【结果】白粉病胁迫下,小麦单叶Pn和LAI均呈现下降趋势,与对照(CK)相比分别平均下降18.81%和23.41%,且与初始接种程度相比,发病时期对小麦Pn和LAI的影响更为严重;小麦白粉病田间病情发展具有明显的平缓期、指数爆发期和稳定期,总的来说各处理下小麦白粉病流行的时间动态变化特征符合Logistic函数,基于白粉病胁迫对小麦影响的拟合结果,构建小麦白粉病病害胁迫因子,用以反映白粉病对小麦生理指标影响的胁迫效应;基于WheatGrow模型的光合生产子模型,结合小麦白粉病病害胁迫因子,提出模拟白粉病对小麦叶片Pn和LAI效应的算法,并利用独立年份的数据资料对改进后的WheatGrow模型进行检验。【结论】耦合白粉病胁迫因子的WheatGrow模型对白粉病胁迫下小麦叶片Pn、LAI、地上部生物量和产量的预测精度均好于原模型,模拟精度较原模型分别提高了53.29%、43.61%、60.09%和67.57%,改进后的模型可为小麦白粉病严重度的预测与小麦产量损失的定量评估等提供数字化工具和技术支撑。